[發(fā)明專利]基于粒子群優(yōu)化算法的攝像機自標(biāo)定方法及裝置

有效

• 申請?zhí)枺?/td>: 201510860947.4
• 申請日: 2015-11-30
• 公開（公告）號: CN105447869B
• 公開（公告）日: 2019-02-12
• 發(fā)明（設(shè)計）人: 胡娟;賀蘇寧;蒲剛
• 申請（專利權(quán)）人: 四川華雁信息產(chǎn)業(yè)股份有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 張玲

本發(fā)明實施例提供了一種基于粒子群優(yōu)化算法的攝像機自標(biāo)定方法及裝置，涉及攝像機自標(biāo)定領(lǐng)域，包括：獲取待標(biāo)定的攝像機拍攝的多幅圖像，提取所述多幅圖像的特征點；對所述多幅圖像的特征點進(jìn)行相似性度量，得到相互匹配的匹配特征點；基于粒子群優(yōu)化算法，利用所述匹配特征點及所述攝像機的非線性模型，獲得所述攝像機參數(shù)的解集合。該攝像機自標(biāo)定方法精度好，魯棒性高。

技術(shù)領(lǐng)域

本發(fā)明涉及攝像機自標(biāo)定領(lǐng)域，具體而言，涉及一種基于粒子群優(yōu)化算法的攝像機自標(biāo)定方法及裝置。

背景技術(shù)

目前，隨著計算機視覺技術(shù)的不斷發(fā)展，視覺傳感器以其簡單、使用方便等諸多優(yōu)點被成功在用于物體識別、視頻監(jiān)控等領(lǐng)域，雙目立體視覺是基于視差原理，由多幅圖像獲取物體三維幾何信息的方法；攝像機標(biāo)定技術(shù)是三維視覺重建工作和實現(xiàn)目標(biāo)精確定位過程中的關(guān)鍵步驟，經(jīng)過多年的技術(shù)研究，眾多具有較好實用價值和先進(jìn)有效的攝像機標(biāo)定方法一一問世，但目前為止沒有一種標(biāo)定方法能滿足所有標(biāo)定要求，它們都有著各自的優(yōu)缺點。

傳統(tǒng)的攝像機標(biāo)定方法都需要一個標(biāo)定參照物，并且已知參照物上點的三維坐標(biāo)和它的圖像圖標(biāo)，在實際應(yīng)用中，焦距、放大倍數(shù)等一些參數(shù)會根據(jù)需要發(fā)生相應(yīng)的改變，如果每次都需要用標(biāo)準(zhǔn)參照物對攝像機重新進(jìn)行標(biāo)定會很不方便，因此研究攝像機標(biāo)定方法具有重要的理論研究意義和實際應(yīng)用價值。

雖然現(xiàn)有技術(shù)中的攝像機自標(biāo)定方法靈活，不需要依賴于場景和標(biāo)定物，然而得到的解精度低、魯棒性差，所以自標(biāo)定方法研究的重點可以放在如何提高標(biāo)定的精度和魯棒性方面；攝像機標(biāo)定方法與時俱進(jìn)，并隨著需求和現(xiàn)有實驗條件的完善，攝像機的標(biāo)定研究方法是沒有盡頭，因為由于我們的需求總是在不斷的發(fā)生變化，研究效率需要不斷提高，因此我們需要使用更靈活方便，運算更快，精度更高的標(biāo)定方法，同時也意味著我們需要更好地解決優(yōu)化問題中存在的缺陷(冗余參數(shù)、模型表達(dá)、方程病態(tài)等)，這也是目前不斷提高標(biāo)定技術(shù)的主要方向和研究的重要內(nèi)容。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例提供了一種基于粒子群優(yōu)化算法的攝像機自標(biāo)定方法及裝置，該方法依靠多幅圖像特征點之間的對應(yīng)關(guān)系，基于粒子群優(yōu)化算法從復(fù)雜的客觀世界中準(zhǔn)確搜索出攝像機的內(nèi)外參數(shù)及畸變系數(shù)，再通過提取出的攝像機的內(nèi)外參數(shù)及畸變系數(shù)計算攝像機的三維空間坐標(biāo)，即攝像機的位置，以改善現(xiàn)有技術(shù)中精度低及魯棒性差的題。

為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

一種基于粒子群優(yōu)化算法的攝像機自標(biāo)定方法，包括：

獲取待標(biāo)定的攝像機拍攝的多幅圖像，利用SURF算法提取所述多幅圖像的特征點；對所述多幅圖像的特征點進(jìn)行相似性度量，得到相互匹配的匹配特征點；基于粒子群優(yōu)化算法，利用所述匹配特征點及所述攝像機的非線性模型，獲得所述攝像機的各種參數(shù)的解集合。

一種基于粒子群優(yōu)化算法的攝像機自標(biāo)定裝置，包括：

特征點獲取模塊，用于獲取待標(biāo)定的攝像機拍攝的多幅圖像，提取所述多幅圖像的特征點；特征點匹配模塊，用于對所述多幅圖像的特征點進(jìn)行相似性度量，得到相互匹配的匹配特征點；攝像機最佳參數(shù)獲取模塊，用于基于粒子群優(yōu)化算法，利用所述匹配特征點及所述攝像機的非線性模型，獲得所述攝像機參數(shù)的解集合。

本發(fā)明實施例提供的基于粒子群優(yōu)化算法的攝像機自標(biāo)定方法，首先獲取待標(biāo)定的攝像機拍攝的具有重疊區(qū)域的多幅圖像，提取該多幅圖像的特征點，再利用相似性度量的方法將該多幅圖像上的特征點進(jìn)行匹配，得到相互匹配的匹配點，最后利用粒子群優(yōu)化算法搜索攝像機的內(nèi)參數(shù)、外參數(shù)及畸變參數(shù)等各種攝像機參數(shù)，基于兩幅圖像的一對匹配點可以確定唯一一個三維空間坐標(biāo)位置，獲取匹配點x_w、y_w、z_w的空間位置，以匹配點之間的空間距離大小作為判斷條件，迭代判斷來獲得攝像機參數(shù)的解。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細(xì)說明如下。